基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
周期序列的线性复杂度及其稳定性是序列密码评价的重要度量指标.k-错线性复杂度是线性复杂度稳定性的一个重要评价指标.然而,目前对于大部分周期序列(除周期为2n、pn、2pn外),尚无有效的算法求解其k-错线性复杂度.因此,本文提出了一种混合的遗传算法来近似计算任意周期序列的k-错线性复杂度.采用轮盘赌、最优保留策略、两点交叉和单点随机变异,并引入自适应算子来调整交叉概率和变异概率,以保证遗传算法的收敛性.通过并行计算适应度函数来提高算法的效率,同时与模拟退火算法相结合,加速算法收敛并避免早熟.结果表明:当k<8且周期小于256时,k-错线性复杂度的实验值仅比精确值高8%.
推荐文章
二元周期序列的k-错线性复杂度研究
周期序列
线性复杂度
错误线性复杂度
错误线性复杂度分布
线性复杂度为2n-2m的2n-周期序列的k-错线性复杂度
密钥序列
线性复杂度
k-错线性复杂度
Chan-Games算法
二元周期序列
关于求周期序列k错线性复杂度的Stamp-Martin算法
线性复杂度
k错线性复杂度
误差向量
线性复杂度为2n-2m-1的2n-周期二元序列的k-错线性复杂度
线性复杂度
k-错线性复杂度
Chan-Games算法
二元周期序列
流密码
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 计算周期序列k-错线性复杂度的混合遗传算法
来源期刊 上海交通大学学报 学科 工学
关键词 密码学 周期序列 线性复杂度 k-错线性复杂度 遗传算法
年,卷(期) 2020,(6) 所属期刊栏目
研究方向 页码范围 599-606
页数 8页 分类号 TN918.1
字数 7481字 语种 中文
DOI 10.16183/j.cnki.jsjtu.2020.99.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 牛志华 上海大学计算机工程与科学学院 13 63 4.0 7.0
2 孔得宇 上海大学计算机工程与科学学院 2 2 1.0 1.0
3 苑璨 上海大学计算机工程与科学学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (5)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(5)
  • 参考文献(3)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
密码学
周期序列
线性复杂度
k-错线性复杂度
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
上海交通大学学报
月刊
1006-2467
31-1466/U
大16开
上海市华山路1954号
4-338
1956
chi
出版文献量(篇)
8303
总下载数(次)
20
总被引数(次)
98140
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导